在三月份的時候得知了天貓的比賽，因為是第一屆，因此自己知道得也比較晚，組隊的時候很多小伙伴都已經組隊了，因此也就一個人組隊了。辛辛苦苦熬到了第二季的最后

一個月，學到了很多，也明白了很多自己在算法方面的不足。看最近前十名的同學已經揭曉了，很佩服他們，也從他們的采訪中中了解到他們的算法，因此也對自己不熟悉的部分進行學習，對自己所做過的工作進行總結

首先再回顧一下比賽的題目：
在天貓，每天都會有數千萬的用戶通過品牌發現自己喜歡的商品，品牌是聯接消費者與商品最重要的紐帶。本屆賽題的任務就是根據用戶4個月在天貓的行為日志，建立用戶的品牌偏好，并預測他們在將來一個月內對品牌下商品的購買行為。

我們會開放如下數據類型：

字 段字段說明提取說明

user_id	用戶標記	抽樣&字段加密
Time	行為時間	精度到天級別&隱藏年份
action_type	用戶對品牌的行為類型	包括點擊、購買、加入購物車、收藏4種行為 (點擊：0 購買：1 收藏：2 購物車：3）
brand_id	品牌數字ID	抽樣&字段加密

用戶對任意商品的行為都會映射為一行數據。其中所有商品ID都已匯總為商品對應的品牌ID。用戶和品牌都分別做了一定程度的數據抽樣，且數字ID都做了加密。所有行為的時間都精確到天級別(隱藏年份)。

第二賽季和第一賽季的格式都是一樣的，只是在數據量上更大了一些：

Season 2賽季數據

1)??數據獲取方式：
?????參賽者只能登陸阿里巴巴天池集群獲取數據，且數據不能下載，所有數據分析，計算，提交評分都將在天池集群上完成。登陸天池集群方法，請留
?????意后續的指導文檔和郵件通知。
2)??數據說明：
?????提供的數據量，涉及千萬級天貓用戶，萬級天貓品牌，時間跨度4個月的行為記錄。
?????提供的訓練數據在天池集群的表t_alibaba_bigdata_user_brand_total_1中，字段分別為：user_id，brand_id, type, visit_datetime。如圖所示

?????

?????用戶4種行為類型(Type)對應代碼分別為：
?????點擊：0；購買：1；收藏：2；購物車：3
3)??提交評分方式：
?????參賽者完成用戶品牌偏好預測后，需要將結果放入指定格式的數據表（非分區表）中，要求結果表名為：t_tmall_add_user_brand_predict_dh，
?????包含user_id和brand兩列。其中brand字段為預測的偏好品牌ID，多個品牌之間用逗號(",")分隔。
?????例如：

?????

主要操作在阿里自己的天池上，上面搭載ODPS平臺，可以像sql語言一樣操作數據表，同時有MAP-Reduce可以完成一些分布式運算，和hadoop有類似之處，還有自帶的一些xlab工具，已經封裝了一個功能，比如對表數據進行LR和隨機森林的運算都可以直接通過相應的按鈕和配置參數完成

其實對我而言，參加比賽對于結果還是不太在意的，但是阿里的賽制很有特色，他不是扔出來一個題目就結束了，比賽持續了四個月，在這四個月里，雖然也有很多別的重要的事情，但是由于淘汰賽制，一直督促自己學習，雖然不是這個相關專業，但是學會了推薦系統的一些基礎算法

為了寫出更簡潔的代碼，更專注于算法而非語言本身，學習了python

為了了解更多的算法，看完了好幾本推薦算法相關的書籍，雖然名次并不高，但是我想我已經贏了！

之后就開始總結我學到的一些內容，和大家分享

總結

以上是生活随笔為你收集整理的天猫大数据总结1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。